JENIS DATA DAN SKALA PENGIUKURAN

I. Definisi Data
Data Penelitian adalah segala fakta dan angka yang dapat dijadikan bahan
untuk menyusun suatu informasi (Suharsimi Arikunto, 2002 : 96).
Pengertian Data adalah: “The word data is the plural of Latin datum. A large
class of practically important statements are measurements or observations of
variable. Such statements may comprise numbers, words, or images” (Wikipedia,
2005).
Data merupakan materi mentah yang membentuk semua laporan penelitian
(Dempsey dan Dempsey, 2002: 76).
Berdasarkan penjelasan para pakar di atas, maka dalam artikel kali ini, penulis
akan menyebutkan istilah data sebagai data penelitian. Sebab dalam blog kami,
lebih spesifik membahas perihal penelitian.
Menurut penulis, yang dimaksud dengan data dapat berarti secara luas dan
dapat pula berari secara sempit. Pengertian Data dalam arti luas adalah
sekumpulan informasi yang dapat diuat, diolah, dikirimkan dan di analisis. Namun
apabila kita mau mengartikan data dalam arti sempit konteks penelitian, maka
yang dimaksud dengan data adalah data penelitian. Untuk pengertian yang kedua
tersebut, maka sebaiknya kita merujuk kepada data definisi penelitian yang sudah
dikemukakan oleh para pakar di atas.
II. Klasifikasi Data Penelitian
Data Penelitian dapat diklasifikasikan berdasarkan sifat, sumber, dan juga
skala pengukurannya. Berikut di bawah ini akan kami jelaskan satu persatu
tentang klasifikasi data penelitian:
 Berdasarkan Sifatnya:
a. Data Kuantitatif
Data yang berupa angka-angka. Misalnya berat badan, luas rumah,
tinggi badan, nilai IQ, dll. Data Kuantitatif dibagi agi menjadio 2,
yaitu:
(1) Data Diskrit, adalah data yang diperoleh dari hasil perhitungan
hingga hasilnya selalu positif dan dapat dipisahkan satu dengan
yang lain secara jelas.
 Ciri-ciri data Diskrit :
- Diperoleh dengan cara menghitung
- Bilangan angkanya/ bulat biasanya dinyatakan dalam
jumlah % atau proporsi.
(2) Data Kontinyu, yaitu data yang dihasilkan dari pengukuran,
dapat berupa bilangan desimal atau bilangan bulat tergantung
alat ukur yang digunakan. Contoh : berat badan ; 20 kg, 50 kg,
77 kg. Ciri-ciri data Kontinyu :
- Diperoleh dengan cara mengukur
- Bilangan cenderung decimal
- Biasanya dinyatakan dalam nilai rata-rata
b. Data Kualitatif: Data yang berupa kata-kata atau pernyataan-
pernyataan. Dapat pula diartikan sebagai data kategorik, karena
memang biasanya berupa kategori atau pengelompokan-
pengelompokan berdasarkan nama atau inisial tertentu. Misalkan:
Kelompok PNS, Petani, Buruh, Wiraswasta, dll.
 Berdasarkan Cara Memperolehnya:
a. Data Primer
Yaitu data asli atau data baru yang dikumpulkan langsung oleh orang yang
melakukan penelitian.
b. Data Sekunder
Yaitu data tersedia yang dikumpulkan dari berbagai sumber yang sudah
ada sebelumnya. Misalnya; dari perpustakaan, dokumen penelitian
terdahulu, dan lain-lain.
 Berdasarkan Sumbernya:
a. Data Internal
Data yang berasal dari lingkungan sendiri, seperti hasil penelitian
sebelumnya atau data dirumah sakit berupa medical records, kapasitas
tempat tidur dan lain-lain.
b. Data Eksternal
Data yang berasal dari luar lingkungan, seperti publikasi, instansi,
badan ilmiah, dan lain-lain.
  Berdasarkan Waktu Pengumpulannya
a. Data Cross Section
Yaitu data yang dikumpulkan hanya pada waktu-waktu tertentu saja untuk
mengetahui keadaan pada waktu tersebut. Misalnya; data penelitian
dengan kuesioner.
b. Data Berkala
Yaitu data yang dikumpulkan secara berkala dari waktu ke waktu untuk
mengetahui perkembangan suatu kejadian pada periode tertentu. Misalnya;
data harga sembako
III. Definisi Skala Pengukuran
Pengukuran dapat didefinisikan sebagai suatu proses sistematik dalam menilai
dan membedakan sesuatu obyek yang diukur. Dalam mengolah dan menganalisis
data, kita sangat berkepentingan dengan sifat dasar skala pengukuran yang
digunakan. Operasi-operasi matematik serta pilihan peralatan statistik yang
digunakan dalam pengolahan data, pada dasarnya memiliki persyaratan tertentu
dalam hal skala pengukuran datanya. Ketidaksesuaian antara skala pengukuran
dengan operasi matematik/peralatan statistik yang digunakan akan menghasilkan
kesimpulan yang bias dan tidak tepat/relevan. Ada empat tipe pengukuran atau
skala pengukuran yang digunakan, yakni: nominal, ordinal, interval, dan rasio.
Berikut penjelasan lebih lanjut tentang keempat skala pengukuran tersebut:
IV. Jenis Skala Pengukuran
1. Skala Nominal
Merupakan skala yang paling lemah/rendah di antara keempat skala
pengukuran. Sesuai dengan nama atau sebutannya, skala nominal hanya bisa
membedakan benda atau peristiwa yang satu dengan yang lainnya berdasarkan
nama (predikat). Contoh:
- klasifikasi barang yang dihasilkan pada suatu proses produksi dengan
predikat cacat atau tidak cacat
- bayi yang baru lahir bisa laki-laki atau perempuan.
 Tidak jarang digunakan nomor-nomor yang dipilih sekehendak ahti sebagai
pengganti nama-nama atau sebutan-sebutan, untuk membedakan benda-benda
atau peristiwa-peristiwa berdasarkan beberapa karakteristik, contoh:

- dapat digunakan nomor 1 untuk menyebut kelompok barang yang cacat

dari suatu proses produksi dan nomor 0 untuk menyebut kelompok barang
yang tidak cacat dari suatu proses produksi.

Skala nominal biasanya juga digunakan bila peneliti berminat terhadap jumlah
benda atau peristiwa yang termasuk ke dalam masing-masing kategori
nominal. Data semacam ini sering disebut data hitung (count data) atau data
frekuensi

2. Skala Ordinal
Skala Ordinal ini lebih tinggi daripada skala nominal, dan sering juga
disebut dengan skala peringkat. Hal ini karena dalam skala ordinal, lambang-
lambang bilangan hasil pengukuran selain menunjukkan pembedaan juga
menunjukkan urutan atau tingkatan obyek yang diukur menurut karakteristik
tertentu. Misalnya tingkat kepuasan seseorang terhadap produk. Bisa kita beri
angka dengan 5=sangat puas, 4=puas, 3=kurang puas, 2=tidak puas dan
1=sangat tidak puas. Atau misalnya dalam suatu lomba, pemenangnya diberi
peringkat 1,2,3 dstnya. Dalam skala ordinal, tidak seperti skala nominal,
ketika kita ingin mengganti angka-angkanya, harus dilakukan secara berurut
dari besar ke kecil atau dari kecil ke besar. Jadi, tidak boleh kita buat 1=sangat
puas, 2=tidak puas, 3=puas dstnya. Yang boleh adalah 1=sangat puas, 2=puas,
3=kurang puas dan seterusnya.
Selain itu, yang perlu diperhatikan dari karakteristik skala ordinal
adalah meskipun nilainya sudah memiliki batas yang jelas tetapi belum
memiliki jarak (selisih). Kita tidak tahu berapa jarak kepuasan dari tidak puas
ke kurang puas. Dengan kata lain juga, walaupun sangat puas kita beri angka 5
dan sangat tidak puas kita beri angka 1, kita tidak bisa mengatakan bahwa
kepuasan yang sangat puas lima kali lebih tinggi dibandingkan yang sangat
tidak puas. Sebagaimana halnya pada skala nominal, pada skala ordinal kita
juga tidak dapat menerapkan operasi matematika standar (aritmatik) seperti
 pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang
sesuai dengan skala ordinal juga adalah peralatan statistik yang berbasiskan
(berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi
Square dan beberapa peralatan statistik non-parametrik lainnya.

Contoh:

Skala Kecantikan Skala Kecantikan

Data
(a) (b)
Yuni 4 10
Desi 3 6
Ika 2 5
Astuti 1 1

Skala kecantikan (a) di atas menunjukkan bahwa Yuni paling cantik

(dengan skor tertinggi 4), dan Astuti yang paling tidak cantik dengan
skor terendah (1). Akan tetapi, tidak dapat dikatakan bahwa Yuni adalah
4 kali lebih cantik dari pada Astuti. Skor yang lebih tinggi hanya
menunjukkan skala pengukuran yang lebih tinggi, tetapi tidak dapat
menunjukkan kelipatan. Selain itu, selisih kecantikan antara Yuni dan
Desi tidak sama dengan selisih kecantikan antara Desi dan Ika meskipun
keduanya mempunyai selisih yang sama (1). Skala kecantikan pada (a)
dapat diganti dengan skala kecantikan (b) tanpa mempengaruhi hasil
penelitian.

3. Skala Interval
Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala
nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya
interval yang tetap. Dengan demikian, skala interval sudah memiliki nilai
intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan
kelipatan. Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang
diartikan bahwa skala interval tidak memiliki nilai nol mutlak. Misalnya pada
pengukuran suhu. Kalau ada tiga daerah dengan suhu daerah A = 10oC, daerah
B = 15 oC dan daerah C=20oC. Kita bisa mengatakan bahwa selisih suhu
daerah B, 5oC lebih panas dibandingkan daerah A, dan selisih suhu daerah C
dengan daerah B adalah 5oC (Ini menunjukkan pengukuran interval sudah
 memiliki jarak yang tetap). Tetapi, kita tidak bisa mengatakan bahwa suhu
daerah C dua kali lebih panas dibandingkan daerah A (artinya tidak bisa jadi
kelipatan). Kenapa? Karena dengan pengukuran yang lain, misalnya dengan
Fahrenheit, di daerah A suhunya adalah 50oF, di daerah B = 59oF dan daerah
C=68oF. Artinya, dengan pengukuran Fahrenheit, daerah C tidak dua kali
lebih panas dibandingkan daerah A, dan ini terjadi karena dalam derajat
Fahrenheit titik nolnya pada 32, sedangkan dalam derajat Celcius titik nolnya
pada 0.
Skala interval ini sudah benar-benar angka dan, kita sudah dapat
menerapkan semua operasi matematika serta peralatan statistik kecuali yang
berdasarkan pada rasio seperti koefisien variasi.

Contoh:
Nilai Mata Skor Nilai Mata Kuliah
Data
Kuliah (a) (b)
Yuni A 4
Desi B 3
Ika C 2
Astuti D 1

Tabel di atas menunjukkan bahwa nilai A setara dengan 4, B setara

dengan 3, C setara dengan 2 dan D setara dengan 1. Selisih antara nilai A
dan B adalah sama dengan selisih antara B dan C dan juga sama persis
dengan selisih antara nilai C dan D. Akan tetapi, tidak boleh dikatakan
bahwa Yuni adalah empat kali lebih pintar dibandingkan Astuti, atau Ika
dua kali lebih pintas dari pada Astuti. Meskipun selisihnya sama, tetapi
tidak mempunyai nilai nol mutlak
4. Skala Rasio
Yaitu ukuran yang membedakan, mempunyai arti tingkatan,
mempunyai besaran / jarak tertentu antar datanya, mempunyai nilai mutlak
(absolute). Selain memiliki ketiga ciri skala ukuran yang telah diuraikan
sebelumnya, data dengan skala rasio juga memilik titik nol absolute sehingga
pada data dengan skala rasio masing-masing subkategori dapat dibandingkan
dengan titik nol, misalnya umur penderita A 15 tahun dan penderita B 30
tahun.
Contoh:

Data Tinggi Badan Berat badan

Yuni 170 60
Desi 160 50
Ika 150 40
Astuti 140 30

Tabel di atas adalah menggunakan skala rasio, artinya setiap satuan

pengukuran mempunyai satuan yang sama dan mampu mencerminkan
kelipatan antara satu pengukuran dengan pengukuran yang lain. Sebagai
contoh; Yuni mempunyai berat badan dua kali lipat berat Astuti, atau,
Desi mempunyai tinggi 14,29% lebih tinggi dari pada Astuti. Skala
pengukuran interval dan rasio biasanya dikenai alat statistik parametrik

DAFTAR PUSTAKA
https://www.statistikian.com/2012/10/pengertian-data.html

http://mukhtarhabib.blogspot.com/2009/06/skala-skala-pengukuran-statistik.html

https://www.statistikian.com/2012/10/pengertian-data.html

http://www.konsultanstatistik.com/2009/03/skala-pengukuran-statistik.html

https://delfistefani.wordpress.com/2012/12/09/data-jenis-jenis-data-dan-skala-pengukuran/

Eko, Bidiarto. (2001). Biostatistika Untuk Kedokteran dan Kesehatan Masyarakat. Jakarta:
EGC.

Budiman Chandra, (2009). Biostatistika Untuk Kedokteran & Kesehatan. Jakarta: EGC.